本文介绍了 pandas 与Groupby一起滚动最大值的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我无法让 pandas 的rolling函数执行我想要的操作。我想让每个FROW计算到目前为止组内的最大值。下面是一个例子：
df = pd.DataFrame([[1,3], [1,6], [1,3], [2,2], [2,1]], columns=['id', 'value'])
看起来像
id value
0 1 3
1 1 6
2 1 3
3 2 2
4 2 1
现在我希望获得以下DataFrame：
id value
0 1 3
1 1 6
2 1 6
3 2 2
4 2 2
问题是当我这样做时
df.groupby('id')['value'].rolling(1).max()
我得到的是相同的DataFrame。当我这样做的时候
df.groupby('id')['value'].rolling(3).max()
我得到了Nans的DataFrame。谁能解释一下如何正确使用rolling或其他一些Pandas函数来获取我想要的DataFrame？
推荐答案
看起来您需要cummax()而不是.rolling(N).max()
In [29]: df['new'] = df.groupby('id').value.cummax()
In [30]: df
Out[30]:
id value new
0 1 3 3
1 1 6 6
2 1 3 6
3 2 2 2
4 2 1 2
计时(使用全新的 pandas 0.20.1版)：
In [3]: df = pd.concat([df] * 10**4, ignore_index=True)
In [4]: df.shape
Out[4]: (50000, 2)
In [5]: %timeit df.groupby('id').value.apply(lambda x: x.cummax())
100 loops, best of 3: 15.8 ms per loop
In [6]: %timeit df.groupby('id').value.cummax()
100 loops, best of 3: 4.09 ms per loop
注意：from Pandas 0.20.0 what's new
groupby().cummin()和groupby().cummax()(GH15048，GH15109，GH15561，GH15635)的性能提高)
这篇关于 pandas 与Groupby一起滚动最大值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！